【技术实现步骤摘要】
本专利技术涉及车间生产调度，尤其涉及一种面向火箭贮箱生产的分布式混合流水车间调度方法。
技术介绍
1、在智能制造水平和火箭贮箱生产工艺不断更新迭代的背景下，火箭贮箱生产过程中的箱体和箱底结构制造任务由多个分布式工厂承接。这些工厂具有不同的工艺优势和加工能力，任务订单在选择工厂时需要考虑其可用性限制。此外，在每个工厂，各个流程阶段会有多台设备可供选择，这使得建立系统化方法以协调分布在不同地点的生产资源变得尤为重要。各工厂不仅需要高效地完成各自承担的生产任务，还需与后续的装配环节实现无缝衔接，以确保整体生产流程的顺畅运行。
2、当前的车间调度研究主要集中在单一车间或简单的流水车间模型，而较少考虑复杂的带装配过程的分布式混合流水车间调度问题。传统的精确式算法，如分支定界、分支定价等，虽然能够找到最优解，但在面对大规模订单时，计算复杂度高，往往无法在合理时间内得出解。因此，越来越多的研究开始倾向于采用元启发式算法，如遗传算法和粒子群优化等，这些算法在求解大规模工程问题上展现出优势，能在较短时间内找到满意的近似解。然而，元启发式算法也存在容易陷入局部最优解的问题，亟需进一步的策略改进以提高全局搜索能力。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种面向火箭贮箱生产的分布式混合流水车间调度方法，解决了在面向复杂的带装配过程的分布式混合流水车间调度问题，现有算法存在容易陷入局部最优解的技术问题。
2、为解决上述技术问题，本专利技术提供了如下技术方案：一种面向
3、获取火箭贮箱各部件结构生产包括产品信息和工厂信息的基础信息；
4、基于基础信息构建包含装配过程的分布式混合流水车间调度模型，分布式混合流水车间调度模型包括目标函数和约束条件；
5、采用引入精英选择策略和邻域搜索算子的改进遗传算法求解分布式混合流水车间调度模型获得调度方案；若改进遗传算法达到终止条件，则结束并可视化输出结果。
6、进一步地，所述产品信息的描述为：火箭贮箱的各贮箱产品对应的工件组成。
7、进一步地，所述工厂信息的描述为：
8、贮箱产品在f个分布式工厂内组织生产，每个工厂s∈s＝{1,2,…,f}均为一个混合流水车间，加工工艺和能力不同；
9、工件i∈n＝{1,2,…,n}可以且只能选择其中的一个工厂进行加工，且存在工厂可用性限制，工件i的备选工厂集合表征为
10、混合流水车间中工件需要经过j∈js＝{1,2,…,hs}个阶段，每个阶段j有至多msj≥1台性能相同的并行机可供生产，其设备集合表征为msj＝{1,2,…,msj}，每个工件要经过工厂中的所有加工阶段，在每个阶段至多选择一台设备加工，工件i在工厂s的第j阶段的加工时间为pisj；
11、加工完成后进入装配阶段，装配阶段由一个工作班组进行，每个产品l∈l＝{1,2,…,q},n≥q只有在属于它的全部工件加工完成后才可以开始装配，参数gil为0-1参数，取1表示工件i属于产品l，否则为0，装配阶段要考虑产品的先后顺序，装配时间为pl。
12、进一步地，所述目标函数为最小化产品的最大完成时间，表征为mincmax，其中：
13、
14、式中，cl为产品l的装配完工时间；l∈l＝{1,2,…,q}。
15、进一步地，所述约束条件为：
16、确保每个工件分配到一个工厂加工，即：
17、
18、保证工件在工厂内的每个阶段有且仅有一台设备加工，即：
19、
20、确保工件在设备上加工存在先后关系，即：
21、
22、保证工件在工厂的上一阶段完工后才能进入下一阶段，即：
23、
24、确保工件在第一阶段的完工时间要大于等于其加工时间，即：
25、
26、保证在同一阶段先后加工的工件的时间约束，即：
27、
28、计算产品的装配开始时间要晚于其最后一个工件的完工时间，即：
29、
30、保证产品在装配阶段存在时间的先后约束，即：
31、
32、有效不等式提升模型下界，即：
33、
34、定义变量的取值范围，即：
35、
36、式中，xis为0-1变量，取1表示工件i被分给工厂s加工，否则取0；yisjk为0-1变量，取1表示工件i被分给工厂s的第j阶段第k台设备加工，否则取0；zsjii′k为0-1变量，取1表示工件i优先于工件i′在工厂s的第j阶段第k台设备加工，否则为0；cisj为连续变量，表示工件i在工厂s的第j阶段的完工时间；vll′为0-1变量，取1表示产品l优先于产品l′在装配阶段加工，否则取0；m为一个充分大的正整数。
37、进一步地，所述求解分布式混合流水车间调度模型获得调度方案，具体过程包括：
38、个体编码：针对该分布式混合流水车间调度问题，采用两层编码信息展示每个工件被指派的工厂以及在对应工厂中的加工优先顺序；染色体的总长度为工件数量，第一层编码信息为工厂编号，第二层编码信息中每一个基因表示区间[0,1]的随机数，根据第一层编码信息确定每个工厂的待加工工件集合，根据第二层编码信息的值进行排序获取工件在对应工厂内的加工优先级；
39、个体解码：在生产阶段，对每个工厂的工件进行设备分配，根据工件的加工优先级依次分配给最早的可用机器；在装配阶段，根据每个产品涉及的所有工件的完工时间确定最早可装配时间，所有产品中最早可装配时间最小的先进行装配；确定装配顺序和开始以及完工时间后，得到产品的最大完工时间，即个体的适应度值；
40、初始化种群：确定种群规模popsize，根据编码规则初始化种群；
41、精英记忆库更新：利用拐点作为种群的分界点，适应度值不大于拐点的个体保存在精英记忆库中；
42、选择操作：采用锦标赛选择和精英选择相结合的算法选择算子；
43、交叉操作：以交叉概率pc在种群中随机选择两个个体，在个体中随机选择两个交叉点，进行两个个体的基因交换；
44、变异操作：以变异概率pm选择个体进行变异操作，随机选择任一基因位置进行替换；
45、基于关键路径的邻域搜索算子改进：利用关键路径法在网络图上找到一条关键路径，路径的长度等于染色体的目标函数值，路径的长度为路径上所有节点的加工时间和；
46、获得关键路径上的工件序号，找到工件对应的加工工厂，对工厂内的工件按照关键路径中产品的装配顺序进行重新排序，如果属于同一个产品，工件加工的先后顺序随机；
47、根据工件新的顺序对染色体的第二层编码信息进行重新赋值；
48、最后，判断个体的适应度值是否更优，如果更优则接受个体；...
【技术保护点】
1.一种面向火箭贮箱生产的分布式混合流水车间调度方法，其特征在于，该方法包括以下过程：
2.根据权利要求1所述的分布式混合流水车间调度方法，其特征在于，所述产品信息的描述为：火箭贮箱的各贮箱产品对应的工件组成。
3.根据权利要求1所述的分布式混合流水车间调度方法，其特征在于，所述工厂信息的描述为：
4.根据权利要求3所述的分布式混合流水车间调度方法，其特征在于，所述目标函数为最小化产品的最大完成时间，表征为minCmax，其中：
5.根据权利要求4所述的分布式混合流水车间调度方法，其特征在于，所述约束条件为：
6.根据权利要求1所述的分布式混合流水车间调度方法，其特征在于，所述求解分布式混合流水车间调度模型获得调度方案，具体过程包括：
7.根据权利要求6所述的分布式混合流水车间调度方法，其特征在于，所述拐点的确定方法为：
8.根据权利要求6所述的分布式混合流水车间调度方法，其特征在于，所述在选择操作中，
【技术特征摘要】
1.一种面向火箭贮箱生产的分布式混合流水车间调度方法，其特征在于，该方法包括以下过程：
2.根据权利要求1所述的分布式混合流水车间调度方法，其特征在于，所述产品信息的描述为：火箭贮箱的各贮箱产品对应的工件组成。
3.根据权利要求1所述的分布式混合流水车间调度方法，其特征在于，所述工厂信息的描述为：
4.根据权利要求3所述的分布式混合流水车间调度方法，其特征在于，所述目标函数为最小化产品的最大完成时间，表征为mi...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。